[发明专利]一种驾驶分心检测方法及系统有效
申请号: | 201710339878.1 | 申请日: | 2017-05-15 |
公开(公告)号: | CN107334481B | 公开(公告)日: | 2020-04-28 |
发明(设计)人: | 王东 | 申请(专利权)人: | 清华大学 |
主分类号: | A61B5/18 | 分类号: | A61B5/18;A61B5/0476 |
代理公司: | 北京路浩知识产权代理有限公司 11002 | 代理人: | 王莹 |
地址: | 100084 北京市海*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 驾驶 分心 检测 方法 系统 | ||
1.一种驾驶分心检测方法,其特征在于,包括:
步骤1,获取待检测驾驶者脑电频谱特征;
步骤2,基于所述待检测驾驶者脑电频谱特征,利用驾驶分心区分性模型获得检测结果;
所述驾驶分心区分性模型通过以下步骤获取:
获取驾驶者分心驾驶和正常驾驶时的样本脑电频谱特征;
基于所述样本脑电频谱特征,利用个体稀疏区分性分析,得到样本个体有效特征组;
利用所述样本个体有效的特征组建立驾驶分心区分性模型;
所述基于所述样本脑电频谱特征,利用个体稀疏区分性分析,得到样本个体有效特征组的步骤进一步包括:
基于所述样本脑电频谱特征,计算一个满足如下公式的一组区分性向量{βk},所述{βk}所对应的非零元素即为个体稀疏区分性分析得到的有效特征:
其中∑b为分类任务中特征向量的类间协方差,∑w为类内协方差,Ω为一个满秩小量矩阵;
所述步骤2进一步包括:
利用驾驶分心区分性模型,对待检测驾驶者脑电频谱特征中每一帧进行检验,得到所述待检测驾驶者脑电频谱特征各帧的检验分值;
利用滑动窗口获取所述待检测驾驶者脑电频谱特征各帧的检验分值;
当所述滑动窗口内检验分值之和或均值达到预设阈值,则获得驾驶者驾驶分心的检测结果。
2.如权利要求1所述的方法,其特征在于,所述脑电频谱特征通过以下步骤获取:
获取驾驶者的脑电信号,利用频谱分析得到驾驶者的脑电频谱特征。
3.如权利要求2所述的方法,其特征在于,所述利用频谱分析得到驾驶者的脑电频谱特征的步骤进一步包括:
对驾驶者的脑电信号进行分帧并加窗,窗长为n秒,n>0;
基于分窗后的驾驶者脑电信号,利用傅立叶分析得到驾驶者脑电信号的原始频谱;
基于所述驾驶者脑电信号的原始频谱,利用Mel滤波器获得Mel能量谱;
对所述Mel能量谱取对数后得到驾驶者的脑电频谱在Mel域上的Fbank频谱特征。
4.如权利要求1所述的方法,其特征在于,所述步骤2进一步包括:
基于所述待检测驾驶者脑电频谱特征,利用所述样本个体有效特征组获得所述待检测驾驶者个体有效特征组。
5.一种驾驶分心检测系统,其特征在于,包括:
获取模块,用于获取待检测驾驶者脑电频谱特征;
检测模块,用于基于所述待检测驾驶者脑电频谱特征,利用驾驶分心区分性模型获得检测结果;
所述驾驶分心区分性模型通过以下步骤获取:
获取驾驶者分心驾驶和正常驾驶时的样本脑电频谱特征;
基于所述样本脑电频谱特征,利用个体稀疏区分性分析,得到样本个体有效特征组;
利用所述样本个体有效的特征组建立驾驶分心区分性模型;
所述基于所述样本脑电频谱特征,利用个体稀疏区分性分析,得到样本个体有效特征组的步骤进一步包括:
基于所述样本脑电频谱特征,计算一个满足如下公式的一组区分性向量{βk},所述{βk}所对应的非零元素即为个体稀疏区分性分析得到的有效特征:
其中∑b为分类任务中特征向量的类间协方差,∑w为类内协方差,Ω为一个满秩小量矩阵;
所述检测模块还包括:
用于利用驾驶分心区分性模型,对待检测驾驶者脑电频谱特征中每一帧进行检验,得到所述待检测驾驶者脑电频谱特征各帧的检验分值;
利用滑动窗口获取所述待检测驾驶者脑电频谱特征各帧的检验分值;
当所述滑动窗口内检验分值之和或均值达到预设阈值,则获得驾驶者驾驶分心的检测结果。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学,未经清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710339878.1/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种防针刺型采血装置及组装方法
- 下一篇:一种上肢肌力测试器